基于大氣、陸面與水文耦合模式在遼河流域徑流的模擬研究

(遼寧省鐵嶺水文局，遼寧 鐵嶺 112000)

近年來，水文學(xué)隨著大氣學(xué)科的快速發(fā)展得到長(zhǎng)足發(fā)展。作為大氣下游學(xué)科的水文學(xué)科要求大氣驅(qū)動(dòng)場(chǎng)必須具有較高的精度。大氣驅(qū)動(dòng)場(chǎng)的精度隨著水文模式從概念模型到分布物理模型的轉(zhuǎn)變而越來越高，同時(shí)在水文模式開發(fā)方面水文研究人員所考慮的因素也越來越多，然而模式本身由于各類輸入數(shù)據(jù)的不確定性以及錯(cuò)誤疊加影響，最終使得模擬預(yù)測(cè)結(jié)果未達(dá)到預(yù)期要求。大氣學(xué)科人員與水文研究人員對(duì)提高徑流模擬準(zhǔn)確性的側(cè)重點(diǎn)不同，前者更偏向于對(duì)參數(shù)方案、陸面過程以及大氣驅(qū)動(dòng)場(chǎng)本身的優(yōu)化方面的研究。但值得關(guān)注的是，在考慮演進(jìn)與徑流匯流過程時(shí)大氣相關(guān)學(xué)者考慮得并非準(zhǔn)確和深入，特別是對(duì)于復(fù)雜模式的水文研究。據(jù)此，為深入優(yōu)化和改進(jìn)大氣、陸面與水文耦合模式，本文以遼河流域?yàn)槔?，結(jié)合大氣學(xué)科研究人員有關(guān)成果和理論，高精度逐小時(shí)地模擬預(yù)測(cè)了地表徑流過程，并對(duì)模擬結(jié)果進(jìn)行分析和探討，以期為該流域洪水預(yù)警和大尺度徑流模擬提供決策依據(jù)和參考。

大氣驅(qū)動(dòng)場(chǎng)自身的不確定性在一定程度上決定了該模式預(yù)測(cè)結(jié)果的不準(zhǔn)確性與偏差，其中DOE、NCAR、ERA-40及JAR-25再分析產(chǎn)品等為美國(guó)、歐洲和日本等世界范圍內(nèi)的主要?dú)庀篁?qū)動(dòng)場(chǎng)資料。研究認(rèn)為，降水要素與再分析產(chǎn)品的輻射存在一定尺度的虛假趨勢(shì)，將其引入其他模式或大尺度水文模型時(shí)可引起模擬結(jié)果的不確定性和偏差。相關(guān)學(xué)者利用實(shí)測(cè)數(shù)據(jù)對(duì)再分析數(shù)據(jù)集進(jìn)行了替換或偏差修正，以此降低分析結(jié)果受再分析數(shù)據(jù)不確定性的影響程度，如Nijssen等[1]集合了逐日降水、最高和最低溫度觀測(cè)數(shù)據(jù)并構(gòu)建了逐日尺度的氣象驅(qū)動(dòng)場(chǎng)；Maurer等[2]以日均8時(shí)次步長(zhǎng)平均了逐日降雨、最高和最低氣溫并建立近50年的數(shù)據(jù)集產(chǎn)品。有關(guān)學(xué)者對(duì)再分析數(shù)據(jù)利用衛(wèi)星產(chǎn)品進(jìn)行了修正，如NgoDuc等[3]對(duì)NCEP數(shù)據(jù)集月平均降水和溫度利用修訂源CRU數(shù)據(jù)單元進(jìn)行了修正；Qian等[4]對(duì)NCAR/NCEP數(shù)據(jù)利用大氣自動(dòng)觀測(cè)站進(jìn)行了訂正并建立了大氣驅(qū)動(dòng)數(shù)據(jù)集，修正后的數(shù)據(jù)集準(zhǔn)確性有了較大的提高。

自CLM發(fā)布以來我國(guó)水文學(xué)者從多個(gè)角度開展了大量的模擬分析，如劉少峰等[5]以東亞地區(qū)為例利用CLM3.0進(jìn)行研究并認(rèn)為：高原地表溫度模式模擬結(jié)果與實(shí)測(cè)值具有更好的吻合度和一致性，并且對(duì)于不同深度的土壤溫度變化過程利用CLM3.0可以較好地反映和表征；杜川等[6]對(duì)土壤濕度的年際變化特點(diǎn)利用CLM3.0進(jìn)行預(yù)測(cè)，結(jié)果發(fā)現(xiàn)該模式能準(zhǔn)確地重現(xiàn)其變化過程，但是模擬值振幅相對(duì)于觀測(cè)值較低；宋耀等[7]以上白山與千煙洲混交林為例利用CLM3.0模式對(duì)陸面過程進(jìn)行了模擬，并指出觀測(cè)站點(diǎn)的水量與能量特征可采用該模式進(jìn)行準(zhǔn)確的模擬分析；孟先勇等[8]以新疆區(qū)域?yàn)槔龑?duì)CLM3.5模式采用CLDAS強(qiáng)迫資料進(jìn)行驅(qū)動(dòng)，并以逐小時(shí)的Offline步長(zhǎng)對(duì)該區(qū)域土壤溫度時(shí)空分布特征進(jìn)行了模擬演變，然后對(duì)該模式在不同壤層的土壤溫度模擬能力采用國(guó)家土壤溫度自動(dòng)站進(jìn)行了驗(yàn)證。當(dāng)前，CLM4.0版本為CLM系列模式的最新版本，它是在CLM3.4的板塊上引入了水文參數(shù)化模塊，但是其穩(wěn)定性與適用性仍有待進(jìn)一步的研究和驗(yàn)證。據(jù)此，本文對(duì)徑流模擬的后期模擬工作利用理論和技術(shù)較為成熟穩(wěn)定的CLM3.5模式進(jìn)行研究。

上述研究發(fā)現(xiàn)，盡管陸面、水文模式已經(jīng)得到充分的發(fā)展與應(yīng)用，但是針對(duì)高精度氣象驅(qū)動(dòng)場(chǎng)強(qiáng)迫水文模式和陸面模式的耦合作用研究相對(duì)較少，如在我國(guó)東北部區(qū)域各類模型僅僅是采用各類區(qū)域的氣候模式或常規(guī)傳統(tǒng)站點(diǎn)數(shù)據(jù)資料進(jìn)行耦合模擬，并因此造成模擬結(jié)果的可靠性與精度不高。其原因是該區(qū)域氣象觀測(cè)站較少，對(duì)于氣象驅(qū)動(dòng)數(shù)據(jù)資料采用簡(jiǎn)單的插值處理方法，其模擬精度不能客觀、準(zhǔn)確地反映地表要素分布實(shí)際狀況。并且考慮到陸面地形復(fù)雜多變以及水文、面向陸面等模式高分辨率資料的難獲取性等因素，模型輸入的各類數(shù)據(jù)在數(shù)量和質(zhì)量方面均不能滿足相關(guān)要求，并且在地表分異較大的遼河流域該問題更加明顯和突出。因此對(duì)遼河流域大尺度徑流利用大氣場(chǎng)驅(qū)動(dòng)陸面與水文耦合模式進(jìn)行模擬研究已成為該區(qū)域徑流預(yù)測(cè)分析的主要手段和方法。

1 研究區(qū)域概況

遼河流域位于我國(guó)東北部溫帶和寒帶過渡區(qū)，冬季寒冷干燥漫長(zhǎng)，夏季多雨炎熱，降雨量主要集中在6—9月，占全年的65%以上，降雨量和徑流量在時(shí)空上分布不均衡，其徑流面積主要分布在西部范圍；流域全長(zhǎng)約1345km，流域面積約21.9萬km2，主要支流有老哈河、大遼河、渾河、太子河等；地形地貌復(fù)雜，主要為低山區(qū)、低山丘陵區(qū)、平原區(qū)，其中低山丘陵區(qū)植被覆蓋率較高；地勢(shì)整體由西南向西北方向呈明顯的階梯式下降趨勢(shì)，不同區(qū)域地勢(shì)高差介于216～840m區(qū)間；流域內(nèi)工業(yè)發(fā)展充分、畜牧業(yè)和農(nóng)林業(yè)發(fā)展迅速，不僅是我國(guó)的糧食基地而且屬于東北地區(qū)工業(yè)發(fā)展中心區(qū)域，屬于農(nóng)業(yè)和自然生態(tài)和諧發(fā)展區(qū)。

降水以及冰雪融化是遼河流域徑流的主要補(bǔ)給來源，因此地形、地貌、氣候環(huán)境以及溫度等要素是影響該流域徑流變化的主要因素。然而，近年來該流域受人類活動(dòng)和環(huán)境變化等影響，水體礦化度逐漸增大，生活用水以及流域生態(tài)矛盾逐漸顯露，并且該區(qū)域土地退化和水土流失危害現(xiàn)象突出。目前，對(duì)遼河流域甚至整個(gè)東北地區(qū)，水文和氣象學(xué)者僅僅利用單點(diǎn)觀測(cè)和再分析數(shù)據(jù)進(jìn)行研究，加之該區(qū)域氣象水文站點(diǎn)相對(duì)較少，造成對(duì)該區(qū)域徑流利用高分辨率的氣象、陸面和水文模式進(jìn)行模擬分析相對(duì)較少。

2 耦合模式與大氣數(shù)據(jù)輸入

2.1 CLM3.5陸面模式

NCAR系列模式的CLM3.5是由眾多研究學(xué)者和科學(xué)家結(jié)合生態(tài)、氣候以及水文等數(shù)據(jù)模擬利用各種方法集成并構(gòu)建的通用陸面模式。該模式集成了BATS、IAP94以及LSM等模式的優(yōu)點(diǎn)，因此被稱為目前最可靠和完善的陸面過程模型之一。利用嵌套不同層次的網(wǎng)格可實(shí)現(xiàn)在空間上陸面模式異質(zhì)的反映和表征，因此多類陸表要素如植被、土柱和雪功能型存在于每個(gè)網(wǎng)格內(nèi)，并且陸表個(gè)體各不相同，且擁有非一致數(shù)量的柱塊存在于各網(wǎng)格下面，柱塊中存在功能不同的植被類型。首層網(wǎng)格為陸表個(gè)體，是對(duì)不一致性空間分布如城市、植被、冰川和湖泊等從廣義的角度進(jìn)行的定義，然后在每個(gè)個(gè)體中的次網(wǎng)格中對(duì)熱力傳導(dǎo)度、土壤顏色、厚度、質(zhì)地等土壤物理特性進(jìn)行定義；在CLM的第二層次，對(duì)各單獨(dú)個(gè)體的土壤、雪蓋等狀態(tài)在數(shù)值上的變化狀況進(jìn)行定義，即通過劃分為更小的網(wǎng)格反映獨(dú)立個(gè)體發(fā)生的變化；植被功能型次網(wǎng)格即為CLM的第三層次，其中還包含無植被裸地的定義。利用該模型可對(duì)各植被種類的生化和物理特性進(jìn)行模擬和分析。

2.2 并行河道匯流模型

對(duì)于任意給定河道的徑流量可利用陸面模式模型對(duì)地下與地表徑流進(jìn)行計(jì)算獲取，考慮到該模型可對(duì)數(shù)以百計(jì)的河道同時(shí)計(jì)算的特征，利用模型對(duì)流域的徑流及匯流進(jìn)行模擬分析更加便捷，RAPID對(duì)于給定的河網(wǎng)連通性信息可實(shí)現(xiàn)任意一種河網(wǎng)結(jié)構(gòu)的運(yùn)行。目前，RAPID不僅可利用逆向方法結(jié)合現(xiàn)有的徑流測(cè)站選取有關(guān)參數(shù)，而且可利用馬斯京根法對(duì)可計(jì)算的任何區(qū)域?qū)崿F(xiàn)參數(shù)的尋優(yōu)運(yùn)算。RAPID可利用現(xiàn)有的觀測(cè)徑流數(shù)據(jù)及其優(yōu)選的參數(shù)對(duì)人工設(shè)施出現(xiàn)的河網(wǎng)進(jìn)行上游徑流替代運(yùn)算。在流域中若出現(xiàn)回歸流或退水現(xiàn)象，RAPID模型可結(jié)合徑流計(jì)算所對(duì)應(yīng)的過程進(jìn)行添加或移除?？紤]到上述優(yōu)點(diǎn)，本文采用該模式與CLM模式進(jìn)行耦合，并對(duì)徑流匯流利用CLM模式進(jìn)行模擬分析。

馬斯京根法在RAPID模型中的向量矩陣應(yīng)用公式如下：

(I-C1N)Q(t+Δt)=C1Qe(t)

+C2[NQ(t)+Qe(t)]+C3Q(t)

(1)

式中I、N——單位和河網(wǎng)矩陣，可用于對(duì)河網(wǎng)地連通信息的提??；

Qe、Q——外部河網(wǎng)進(jìn)入上游各支流的連通量和各河道支流出口的流速矢量；

C1、C2、C3——參數(shù)矩陣，可根據(jù)X與K值進(jìn)行求解和計(jì)算。

2.3 驅(qū)動(dòng)場(chǎng)簡(jiǎn)介

利用LAPS/STMAS同化技術(shù)科建立XJLDAS大氣驅(qū)動(dòng)場(chǎng)風(fēng)、溫、濕、壓等參數(shù)。利用雙線性內(nèi)插法對(duì)中國(guó)氣象局降水格點(diǎn)產(chǎn)品進(jìn)行求解獲取降水?dāng)?shù)據(jù)，其初始數(shù)據(jù)為CMORPH衛(wèi)星融合降水產(chǎn)品和FY-2E、逐小時(shí)降水?dāng)?shù)據(jù)等靜止衛(wèi)星降水量數(shù)據(jù)。根據(jù)CLDAS2.0數(shù)據(jù)進(jìn)行內(nèi)插計(jì)算提取輻射數(shù)據(jù)資料，其初始數(shù)據(jù)為短波太陽(yáng)輻射(見下表)。

驅(qū)動(dòng)場(chǎng)信息資料表

3 徑流模擬驗(yàn)證及分析

無論是陸面過程模擬分析還是實(shí)現(xiàn)物理過程對(duì)徑流分量進(jìn)行研究分析均具有十分重要的研究意義。在地表上徑流分量的變化不僅可與潛、感熱等變量保持相應(yīng)關(guān)系，而且還可導(dǎo)致土壤水等分量的改變。因此，本研究利用并行河道匯流模型與驅(qū)動(dòng)CLM3.5耦合模式對(duì)遼河流域徑流分量的重現(xiàn)性進(jìn)行驗(yàn)證和分析，同時(shí)采用河網(wǎng)中心對(duì)HydroSHEDS河網(wǎng)進(jìn)行相應(yīng)的提取，最終實(shí)現(xiàn)該模式在各個(gè)河道中心的空間位置的輸出，并得到在2011—2015年的逐小時(shí)河道徑流量。

本文通過提取水文站與河網(wǎng)ID重疊的逐小時(shí)徑流量對(duì)遼河流域徑流模擬進(jìn)度進(jìn)行驗(yàn)證分析?？紤]到XJLDAS+CLM模式在RAPID匯流的徑流量輸出為逐小時(shí)徑流量而水文站點(diǎn)的徑流量觀測(cè)值為逐日分辨率，因此可按照逐日數(shù)據(jù)步長(zhǎng)將逐小時(shí)數(shù)據(jù)進(jìn)行評(píng)價(jià)求解并得到與遼河流域水文站所對(duì)應(yīng)的徑流模擬結(jié)果。研究表明：在遼河流域具有代表性的水文觀測(cè)站大氣、陸面與水文模式均較好模擬了該流域的徑流過程，并以東遼河日徑流模擬效果最優(yōu)，其NSE和R2值分別為0.618和0.625；在遼河各子流域如太子河流域、渾河流域，地表徑流該模式的模擬值整體表現(xiàn)出低于實(shí)測(cè)值的趨勢(shì)，并且在夏季降雨徑流較充足的期間該趨勢(shì)更加明顯；而在大凌河流域的徑流模擬值整體表現(xiàn)為相反的結(jié)果，即模擬值略高于實(shí)測(cè)值。出現(xiàn)上述兩種不同的變化趨勢(shì)并未影響模擬評(píng)估指標(biāo)的整體狀況，通過深入分析，出現(xiàn)此現(xiàn)象可能與參數(shù)化方案的優(yōu)選以及CLM模式參數(shù)集氣溫、融雪參數(shù)等有關(guān)。

通過對(duì)遼河流域代表性水文站的逐日徑流量驗(yàn)證分析可以認(rèn)為，基于XJLDAS驅(qū)動(dòng)的陸面與水文模式能夠較好地反映遼河流域的逐小時(shí)分布狀態(tài)。為了在時(shí)空分布上對(duì)該模式對(duì)遼河流域的真實(shí)反饋狀態(tài)并對(duì)其時(shí)空分布演變狀態(tài)進(jìn)行驗(yàn)證和分析，本文對(duì)逐小時(shí)空間徑流分布，即在2015年6月2日對(duì)遼河流域在05UTC和8UTC空間上的徑流分布進(jìn)行提取和分析。結(jié)果顯示，遼河流域鐵嶺水文站、朝陽(yáng)水文站和大城子水文站在該時(shí)刻的徑流峰值分別為12.16m3/s、10.13m3/s和18.24m3/s。通過對(duì)該步長(zhǎng)在此后分布數(shù)據(jù)的分析發(fā)現(xiàn)，徑流峰值主要集中在鐵嶺站并表現(xiàn)出向其他兩個(gè)站點(diǎn)傳遞的特征。

4 基于偏差分析法的徑流量集合分析

模擬結(jié)果因各模式類型的復(fù)雜性和不確定性影響往往可出現(xiàn)較大的偏差，因此可認(rèn)為即使在相同地表參數(shù)和大氣驅(qū)動(dòng)場(chǎng)條件下采用不同的模式也可因模式本身的差異或不確定性造影模擬結(jié)果出現(xiàn)較大的偏差。為降低該偏差和不確定性本文結(jié)合之前相關(guān)研究結(jié)果與陸面模式地表徑流輸出結(jié)果進(jìn)行集合平均，以此降低因參數(shù)化方案和不同模式問題的偏差影響。

利用大氣、陸面與水文耦合模式輸出的朝陽(yáng)水文站地表徑流逐小時(shí)模擬結(jié)果進(jìn)行逐日插值計(jì)算并提取CMADS+SWAT模式的逐日模擬結(jié)果，據(jù)此可利用模擬輸出值進(jìn)行稽核平均求解。研究表明雖然上述模式達(dá)到了期望的精度要求，但是因參數(shù)選取和模式結(jié)構(gòu)引起的模擬結(jié)果偏差的問題不可避免。然而大氣、陸面與水文耦合模式在鐵嶺站的輸出結(jié)果整體較低，在2015年徑流模擬中該模式NSE效率系數(shù)為0.625、R2值為0.618，由此表明相對(duì)于CMADS+SWAT模式該模式具有更好的模擬能力和精確度。兩種模式輸出結(jié)果的差異正是由于不同模式和不同驅(qū)動(dòng)場(chǎng)作用的結(jié)果，在渾河流域兩種模式均表現(xiàn)出較好的模擬效果，在大城子站采用大氣、陸面與水文耦合模式表現(xiàn)出較朝陽(yáng)站更高的模擬結(jié)果。對(duì)遼河流域地表徑流的多模式集合平均結(jié)果顯示，因?yàn)閷?duì)擬合后兩種模式輸出結(jié)果的再平均作用，使得偏差值在集合平均后明顯降低，并且R2與NSE呈現(xiàn)出較大的增長(zhǎng)趨勢(shì)。在遼河流域代表性水文站點(diǎn)兩種模式均表現(xiàn)出較好的模擬效果，在鐵嶺站逐日擬合模擬NSE為0.955，而且在朝陽(yáng)站也表現(xiàn)出理想的擬合精度。

5 結(jié) 論

近年來該流域受人類活動(dòng)和環(huán)境變化等影響水體礦化度逐漸增大，生活用水以及流域生態(tài)矛盾逐漸顯露，并且該區(qū)域土地退化和水土流失危害現(xiàn)象突出。據(jù)此，對(duì)遼河流域大尺度徑流利用大氣場(chǎng)驅(qū)動(dòng)陸面與水文耦合模式進(jìn)行模擬研究十分必要。本文基于大氣、陸面與水文耦合模型對(duì)遼寧省遼河流域地表徑流分布狀況進(jìn)行模擬重現(xiàn)，得出的主要結(jié)論如下：

a.在遼河各子流域如太子河流域、渾河流域，地表徑流該模式的模擬值整體表現(xiàn)出低于實(shí)測(cè)值的趨勢(shì)，并且在夏季降雨徑流較充足的期間該趨勢(shì)更加明顯；而在大凌河流域的徑流模擬值整體表現(xiàn)為相反的結(jié)果，即模擬值略高于實(shí)測(cè)值。出現(xiàn)上述兩種不同的變化趨勢(shì)并未影響模擬評(píng)估指標(biāo)的整體狀況，出現(xiàn)此現(xiàn)象可能與參數(shù)化方案的優(yōu)選以及CLM模式參數(shù)集氣溫、融雪參數(shù)等有關(guān)。

b.相對(duì)于CMADS+SWAT模式大氣、陸面與水文耦合模式具有更好的模擬能力和精確度。兩種模式輸出結(jié)果的差異正是由于不同模式和不同驅(qū)動(dòng)場(chǎng)作用的結(jié)果，在渾河流域兩種模式均表現(xiàn)出較好的模擬效果，在大城子站采用大氣、陸面與水文耦合模式表現(xiàn)出較朝陽(yáng)站更高的模擬結(jié)果。